【摘 要】
：
学习系统是一个广泛的概念,在不同的领域都有对它的研究,比如神经网络、自适应控制系统、学习自动机等,这些不同领域的学习系统具有不同的结构和原理,但是它们都具有共同的特
论文部分内容阅读
学习系统是一个广泛的概念,在不同的领域都有对它的研究,比如神经网络、自适应控制系统、学习自动机等,这些不同领域的学习系统具有不同的结构和原理,但是它们都具有共同的特点,即这些系统在运行过程中进行自身调整,以适应环境或者取得优化的性能,它们所面临的问题也具有很大的相通性.因此为学习系统提供一个统一的研究平台(如数学描述,结构标准等),具有很大的意义.从学习系统的功能和结构出发,试图给出一个学习系统的标准的结构.采用组件化的思路,把学习系统的功能组件化为一些具有规范和标准的模块(组件),形成一个对于不同类型的
其他文献
基于混沌系统的遍历性和状态PI调节器理论,提出一类混沌系统不稳定平衡点的镇定和设定点跟踪新方法,给出用于控制器参数设计的Lyapunoy矩阵不等式.对于分段线性混沌系统,如蔡
研究一类单输入单输出非线性系统的自适应控制问题,这类系统能用有限阶离散Volterra级数模型表示.采用递推最小二乘算法进行参数估计,并通过解高次方程得到控制律.结合反馈型
主要讨论了有限字长(FWL)数字控制器的一种最优实现问题,考察了一个典型的采样反馈系统,将实有理稳定半径测度应用到有限字长数字控制器的实现问题中,对实稳定半径测度进行优
递归多层感知器(RMLP)在工程上应用比较多,但对其稳定性的研究还比较少.本文提出一种新的神经网络模型--标准神经网络模型(SNNM),通过状态空间扩展法,将RMLP转化为SNNM,而SNN